Translation of Children’s Rhyme Bible Storybook on “The Creation” from English into Indonesian
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Foreign children’s literature has been translated in various target languages and the most translated stories are from the Bible. The uniqueness of this study is on the rhyming text translation. It is very challenging in translating rhyming text due to distinct features of orality, sociocultural context, lexical and grammatical issues. This paper aims at 1) exploring rhyme types found both in the source text and in the target text; 2) investigating the use of the translation techniques; 3) examining the translation shift; and 4) assessing the translation quality of the rhyming translated text. This is a descriptive qualitative study that applied the content analysis design. The collection of data is through focus group discussion, note-taking and quality translation (QT) rating instrument. Then data are analyzed using analyses of domain, taxonomy, and componential. The findings present 9 data of rhyme types identified in the source text and 10 data of rhyme types in the target text. Besides, there are 12 translation techniques frequently used. Furthermore, the translation shift exists in the translated text indicated by 34 data. Finally, the assessment of translation quality reveals the rates of three aspects of the parameter namely accuracy (2.22), acceptability (3), and readability (3) in which its overall score is 2.61. The overall score of the translation quality reveals that the translation meaningfully succeeds.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle